引言

在人工智能高速发展的大环境下，高职院校作为人才培育的重要场所，开始顺应社会人才要求，将人工智能引入于专业教学活动，以提升高职学生对人工智能的认知，提升课程学习效果。人工智能在高职数学建模教学的应用，能够有效推动高职数学建模教学内容丰富性与活动创新性的提升，提高教学质量与效果。但是，在实践阶段，部分教师对人工智能的渗透渠道与策略把握不足，影响人工智能在高职数学建模教学的应用效果。由此，简析人工智能在高职数学建模教育教学的应用尤为必要。

一、人工智能融于教学内容，丰富数学建模教学内容元素

教学内容是高职数学建模教育教学的核心，是人工智能应用于高职数学建模教育教学的重要渠道。人工智能元素在高职数学建模教育教学中的渗透，能够有效丰富高职数学建模教学的内容，提高高职数学建模教育教学的时代性与先进性，为高职数学建模教育教学质量提升奠定基础。以人工智能渗透为目标导向，在优化教学内容时，高职数学建模教师需重视学情分析、建模竞赛分析以及教学内容整合，以保障人工智能元素在高职数学建模教学内容中的渗透合理性，策略要点如下述。

（一）高职学情分析

高职学情分析是保障人工智能元素筛选合理性的关键，是确保高职学生顺利吸纳人工智能知识元素与数学建模知识元素的重要手段。一般而言，高职学生学情主要表现为：一是数学知识不够扎实。数学学科具有广泛应用性、严密逻辑性以及高度抽象性等特征，数学学习质量与学生逻辑思维能力、抽象思维能力以及推理思维能力息息相关。在高职院校中，学生受高中数学学习不扎实等因素影响，相较而言，数学学习成绩普遍偏低，基础偏薄弱，却并不代表高职学生数学思维能力存在问题，部分高职学生思维敏锐度、活跃度等较强；二是理论概念知识不足。现阶段，高职院校致力于培养高素质技能人才，相较而言，技术应用能力培养成为高职院校教学课程与内容体系的核心，基础理论以“够用”“必需”为标准，专业课则以“实用”“针对”为内核，实践教学在高职院校教学时长占比逐步增加，基础理论课程时长随之缩减，形成了“轻理论，重实践”的新局面。在此背景下，部分高职院校虽开设了工程数学、高等数学等课程，教学内容却有所缩减，数学建模课程也成为选修课之一，或不开设数学建模课，由此，高职院校学生汲取理论知识内容的渠道缩减，数学建模教学面临学生理论概念知识不足的新挑战；三是数学建模不够重视。当前，相较于数学建模竞赛而言，高职学生更偏好于创新创业竞赛、专业技能竞赛等竞赛活动，将提升自身职业能力视为重点。在此背景下，高职院校资源分配也偏向于创新创业、专业技能等竞赛活动。致使高职院校学生对数学建模的学习兴趣或关注度偏低，对高职数学建模教育教学效率提升产生限制。

（二）建模竞赛分析

高职数学建模教育教学服务于学生综合素质成长与数学建模竞赛活动，由此，除却学生学情分析，高职数学建模教师还需落实建模竞赛分析，为教学内容优化提供参考。现阶段，高职数学建模竞赛的基本情况，主要表现为：一是竞赛相对简单。相较于本科数学建模竞赛而言，高职数学建模竞赛较为简单，题目更具生活性与实践性特征，对学生数学要求偏低，一般只要求高职学生掌握概率论、高等数学、数理统计以及线性代数等方面的部分知识内容，且上述内容作为工科类数学的基础数学知识，部分高职学生在高中阶段便已了解。同时，高职建模竞赛偏向于考察学生的数学运用能力、问题解决能力等，而非考察数学知识点。由此，在筛选教学内容时，高职数学建模教师可以提升学生基本数学知识点掌握度为目标导向，着力点放于学生实践运用能力提升层面，保障数学建模教学重点内容的突出性；二是大规模数学处理。分析近年高职数学建模竞赛题，可知高职建模竞赛题向大规模数据处理方向倾斜，如“大型商超会员图像描绘”“薄利多销分析”等，皆属于大量数据处理的题型。该类题型属于复杂数学模型，传统数学方法难以求解，需依托人工智能技术与算法解答题目。由此可知，在调整教学内容时，高职数学建模教师需重视人工智能元素的渗透，提升高职学生数学建模竞赛适应力。

（三）教学内容整合

综合学情分析与建模竞赛分析的信息内容，以人工智能融入教学内容为基本视角，在教学内容整合阶段，注意要点为：一是人工智能理论。由于高职学生理论知识相对薄弱，高职建模教师需重视理论知识讲授，包括基础数学知识理论（概率论、高等数学、数理统计以及线性代数等）、人工智能理论（人工智能概念、人工智能与数学基础知识关系等），丰富高职学生理论概念架构，为实践运用奠定基础；二是人工智能算法与软件。现阶段，高职数学建模竞赛题中会融合人工智能算法与软件知识，由此，高职数学建模教师需重视人工智能算法与软件知识讲授，结合高职学生思维能力与学习能力，以精益求精为原则导向，以数学建模赛题为参考，可将“遗传算法”“人工神经网络算法”“粒子群算法”“模拟退火算法”“蚁群算法”作为教学重点，同时，将常见人工智能工具或软件作为次重点，包括Python、Matlab等；三是人工智能案例。人工智能案例能够实现人工智能实践运用的具象化，增强高职学生对人工智能理论、人工智能算法与软件以及程序编写或数学建模问题处理方法的了解度^[1]。由此，高职数学建模教师需重视人工智能案例引入，引导学生探索人工智能技术、算法在数学建模中的具体化应用，在此过程中，高职数学教师还可布置对比任务，引导高职学生采取两种及以上方法解决数学建模问题，对比分析人工智能方法与其他方法的优劣，加深学生对人工智能理论、算法以及软件的理解，深度激发高职学生数学建模兴趣。

二、人工智能融于教学过程，创新数学建模教学形式方法

教学过程作为高职数学建模教育教学的整体框架，是高职数学建模教育教学有效性的重要影响因素，亦是人工智能融于高职数学建模教育教学的重要渠道。通过将人工智能融于高职数学建模教学过程的方式，能够实现高职数学建模教学形式与方法的创新。以人工智能应用为导向，在优化教学过程时，策略要点如下述。

（一）打造智能网络教学平台，创新课前教学活动

智能网络教学平台是人工智能引入于高职数学建模教学的常见形式，能够实现高职数学建模教学课堂教学与课外教学的连通，促进课前教学活动的创新^[2]。在打造智慧网络教学平台时，注意要点包括：一是资源共享功能模块。高职数学建模教师需采集数学建模教材、数学建模竞赛案例或题目、软件工具书、优秀论文等资料，集中上传于资源共享功能区。同时，补充软件介绍与软件下载链接、数学模型介绍及实践案例、拓展性理论知识以及课堂教学课件等资源内容。此外，还需重视微课与慕课的建设，定期上传新资源，为高职学生理论知识与实践知识学习提供渠道；二是智慧学习功能模块^[3]。高职数学建模教师可在网络教学平台搭建智慧学习功能模块，集学习进度观察、学习计划制定、知识图谱构建或知识笔记、互动交流、师生答疑（自动答疑）以及单元测试等功能为一体，增强网络学习的互动性，提升课前学习效果。同时，高职学生亦可借智慧学习功能模块向学生或教师传输程序、软件、算法以及模型等资源；三是学习考察功能模块。学习考察功能模块是高职数学建模教师了解学生自主学习进度与学习情况的主要渠道，同时，高职数学建模教师可透过学习考察功能模块统计与分析学生学习情况，予以学生个性化学习建议，并给智能平台相应指令，如资料推送、学习预警或跟踪等，借智能平台监督与指导学生，提升课前学习有效性^[4]。

（二）建设智能自主命题题库，优化课中实践活动

智能自主命题题库能够有效创新课中实践活动形式与丰富课中实践活动内容，提高高职学生数学建模题目适应性^[5]。以人工智能应用为导向，在建设智能自主命题题库时，注意要点包括：一是资源筛选。题库资源以各年数学建模竞赛题目为主。从类型的角度出发，主要包括教师自理题、社会热点题等，其中教师自理题主要是指由数名教师合作讨论生成的题目，一般而言，自理题需具有生活性与实践性的特点。社会热点题主要是指以社会热点为核心的题目，一般来源于各年竞赛真题，包括“共享单车投放”“智能化停车场”“风电场功率预测规划”“医院产出投入”等。同时，智能自主命题题库可依据题库现有题目资源特点、学生特点等，自主抓取个性化题目资源，补充题库资源内容；二是资源运用。智能自主命题题库常用于课堂实践教学环节，以题目为核心组织合作探究活动，能够有效提升学生问题分析与解答能力。同时，合作探究活动可分为强化训练活动、专题研讨活动以及竞赛交流活动等，其中专题研讨活动致力于引导学生分析数学建模竞赛题目的出题特点等，强化训练活动致力于引导学生深度分析类似题目的解答方法等，竞赛交流活动致力于模拟数学建模竞赛，提升高职学生竞赛活动适应力^[6]。

结束语

综上所述，人工智能在高职数学建模教育教学的应用渠道，主要表现在教学内容与教学过程两方面，通过将人工智能元素融入于教学内容，能够增强高职学生对人工智能理论、人工智能算法与软件、人工智能应用于数学建模等方面的了解，奠定理论知识基础。通过将人工智能融入于教学过程，能够革新高职数学建模教学形式与方法，让高职学生借助网络平台与题库完成学习活动与实践活动，实现综合能力的提高。

参考文献：

[1] 文东旭,郭丽逢. 人工智能在高职数学建模中的教育教学应用[J]. 产业与科技论坛,2021,20(7):196-197.

[2] 常大全. 人工智能视域下高职数学建模课的教学设计及其路径研究[J]. 数码设计,2022(12):45-47.

[3] 李光荣. 高职人工智能专业数学课程教学改革探索[J]. 广西教育（高等教育）,2022(6):131-135.

[4] 徐金秋. 人工智能背景下的高职数学教学实践探索 [J]. 计算机产品与流通,2023(10):332-334.

[5] 黄艳. 人工智能技术与高职高等数学课程改革探讨[J]. 才智,2019(35):94.

[6] 付娜. 高中数学建模素养的教学认知及启示[J]. 空中美语,2020(8):852.